Estadísticas policiales

Información general

Este documento presenta una tabla y varios gráficos estadísticos de los datos de estadísticas policiales en 2021 en Costa Rica publicados por el Organismo de Investigación Judicial en: sitio web con los datos abiertos del Organismo de Investigación Judicial (OIJ)

Preparativos

library(sf)
library(dplyr)
library(ggplot2)
library(plotly)
library(leaflet)
library(DT)
library(forcats)

Carga de datos

estadisticas_policiales <-
readxl::read_excel("C:/Users/Universidad/segunda-tarea/segunda-tarea/estadisticaspoliciales2021.xls")

Transformaciones

estadisticas_policiales$Fecha <- as.Date(estadisticas_policiales$Fecha, format = "%d/%m/%Y")

Tabla

estadisticas_policiales %>%
  dplyr::select(Delito,
                Fecha,
                Victima,
                Edad,
                Genero,
                Provincia,
                Canton) %>%
  datatable(
    colnames = c(
      "Delito",
      "Fecha",
      "Víctima",
      "Edad",
      "Género",
      "Provincia",
      "Cantón"
    ),
    options = list(
      pageLength = 10,
      language = list(url = '//cdn.datatables.net/plug-ins/1.10.11/i18n/Spanish.json')
    )
  )

Gráfico 1: Delitos por tipo de delito

grafico_delitos <-
  estadisticas_policiales %>%
  count(Delito) %>%
  ggplot(aes(x = reorder(Delito, n), y = n)) +
  geom_bar(stat = "identity") +
  ggtitle("Cantidad de delitos por tipo de delito") +
  xlab("Tipo de delito") +
  ylab("Cantidad") +
  coord_flip() +
  theme_minimal()

ggplotly(grafico_delitos)

Gráfico 2: Delitos por mes en el año

d <-
estadisticas_policiales %>%
mutate(fecha_mes = lubridate::month(Fecha))

o <-c("Enero", "Febrero", "Marzo", "Abril", "Mayo", "Junio", "Julio", "Agosto", "Setiembre", "Octubre", "Noviembre")

grafico_delitos_mes <-
  d %>%
  count(fecha_mes) %>%
  ggplot(level =level_order,(aes(x = reorder(o, fecha_mes), y = n)))  +
  geom_bar(stat = "identity") +
  ggtitle("Delitos durante el año 2021") +
  xlab("Mes") +
  ylab("Cantidad de delitos") +
  theme_minimal()

ggplotly(grafico_delitos_mes)

Gráfico 3: Tipo de delito por género

grafico_genero <-
  estadisticas_policiales %>%
  ggplot(aes(x = Delito, fill = Genero)) +
  geom_bar(position = "fill") +
  ggtitle("Tipo de delito por género") +
  xlab("Delito") +
  ylab("Proporción") +
  labs(fill = "Género") +
  coord_flip() +
  theme_minimal()

ggplotly(grafico_genero) %>% config(locale = 'es')

Gráfico 4: Cantidad de delitos para los cantones de San José, Alajuela, Cartago y Heredia

grafico_delito_cantones <-
  estadisticas_policiales %>%
  count(Canton) %>%
  filter(Canton == "SAN JOSE" |
           Canton == "ALAJUELA" |
           Canton == "CARTAGO" | Canton == "HEREDIA") %>%
  ggplot(aes(x = reorder(Canton, n), y = n)) +
  geom_bar(stat = "identity") +
  ggtitle("Delitos en los Cantones de San José, Alajuela, Cartago y Heredia") +
  xlab("Cantón") +
  ylab("Cantidad") +
  coord_flip() +
  theme_minimal()

ggplotly(grafico_delito_cantones)